Lynx开源项目 – 跨平台原生UI开发框架

ollama-for-amd 是一个开源的魔改版 Ollama，基于官方 Ollama 进行修改，特别增加了对多种 AMD 显卡的支持。它能够快速启动并运行 DeepSeek、Llama 3、Gemma 等大模型，为用户提供高效的模型推理和交互体验。

YuE-s1-7B-anneal-en-cot 是一个开源音乐生成模型，专注于将英语歌词转化为完整歌曲。它使用Chain of Thought（思维链）条件化技术，生成包含声乐和伴奏的完整音乐结构，适合音乐爱好者、专业创作者和开发者。该模型支持生成长达5分钟的高质量音乐，并具有70亿个参数，增强了生成能力。

Sacred OS是一个在浏览器中运行的操作系统，它使用启动加载器来保存用户设置、程序和文件。该系统以 Windows 9x 为灵感，完全开源，其代码托管在线。

so-vits-svc是一个基于深度学习的语音转换项目，能够将一个人的声音转换为另一个人的声音，适用于多种应用场景。它通过SoftVC内容编码器提取源音频语音特征，与F0同时输入VITS替换原本的文本输入，实现高质量的歌声转换和语音合成。

CognAgent 是一个基于18亿参数的视觉语言模型（VLM），专注于图形用户界面（GUI）的理解和导航。它支持高分辨率图像（1120x1120像素），能够识别文本、图标、按钮等元素，并根据用户指令执行点击、滑动、输入等操作。CognAgent在多个跨模态基准测试和GUI操作数据集上表现出色，支持中文和英文双语交互，并且是一个开源项目。

ComfyUI_SparkTTS 是一个基于 Qwen2.5 构建的开源模型，专注于合成语音和语音克隆。它提供简单高效的语音生成解决方案，支持高质量语音克隆、双语生成以及语音参数的可控调整，适用于多种场景。

COMO 是一个将 gitee.com 上的 COMO 项目搬到 github.com 的备份工具，旨在提供更好的代码管理和协作体验。

卡内基梅隆大学团队在首届AI数学奥林匹克竞赛(AIMO)中获得亚军的开源项目，包含完整的训练数据集(AIME、AMC、Odyssey-Math)、验证集、模型微调代码和数据收集脚本，为研究AI解决数学问题提供了宝贵资源

Baichuan是一个开源的多模态AI平台，专为多模态AI开发设计。它提供整合文本、图像等多模态数据的工具，支持高效的模型训练与推理，适用于复杂场景下的智能应用。平台内置多源数据预处理管道，兼容主流深度学习框架，帮助开发者快速构建多模态AI系统。

Markdownify是一个基于模型上下文协议（MCP）的服务器，能够将多种文件类型（如PDF、图像、音频、文档、表格、PPT等）以及网页内容（如YouTube视频、Bing搜索结果）转换为Markdown格式。它操作简单，支持开箱即用，适合需要将复杂内容快速转换为Markdown格式的用户。

WPAI是一个开源项目，允许用户在其WordPress网站中免费添加基于生成式AI的聊天机器人。该项目支持10多种开源语言，包括Gemma 7B、Supervised Open 3.5 Turbo、Open 7.0 max、Mythomist等，使用户能够轻松集成智能对话功能到他们的博客中。

R1-V是一个开源视觉语言模型（VLM）项目，旨在通过强化学习和可验证奖励（RLVR）在极低成本（不到3美元）和短时间内（30分钟）实现超强泛化能力。该项目通过高效的训练方法和开源资源，显著提升了模型的性能，特别是在超出分布（OOD）测试中，2B模型在100个训练步骤后超越了72B模型的表现。

Sherlock是一个用于在多个社交媒体和网站上搜索用户名的工具，能够快速检查用户名的可用性，并提供详细的搜索结果。用户可以自定义用户名列表，开源且易于使用，适合需要监控或分析用户名的用户。

Fast3R是一个旨在通过单次前向处理实现1000+张图像的3D重建的项目，使得大规模3D重建变得轻松高效。

ConsiStory是英伟达研发的无训练框架，专为一致性图像生成而设计，支持SDXL和Stable Diffusion 3等主流架构。该框架通过先进的注意力机制和特征共享技术，确保在多人场景中主体一致性保持率高达98%，并在性能上较ControlNet提升23%。此外，ConsiStory还提供了布局多样性控制功能，允许随机生成背景的同时保持主体不变，同时兼容多种文生图模型，适用于广泛的图像生成任务。